我有一个声音文件(.3gp),大约1分钟。我想每1/4秒获得一次此声音文件的频率。我的想法是每隔1/4秒从音频文件中接收一次采样,使用FFT,我可能会得到频率值。有什么办法吗?
实际上,我会将声音文件分割为1/4秒的采样声音文件(以前的声音覆盖了以前的声音文件),然后使用FFT算法并检测了mag齿最大的频率。但是可能会有更简单的解决方案,但是我也不知道如何执行此操作。
***更新2-新代码
到目前为止,我使用以下代码:
public class RecordAudio extends AsyncTask<Void, double[], Void> {
@Override
protected Void doInBackground(Void... arg0) {
try {
int bufferSize = AudioRecord.getMinBufferSize(frequency,
AudioFormat.CHANNEL_IN_MONO, AudioFormat.ENCODING_PCM_16BIT);
//int bufferSize = AudioRecord.getMinBufferSize(frequency,
// channelConfiguration, audioEncoding);
AudioRecord audioRecord = new AudioRecord(
MediaRecorder.AudioSource.MIC, frequency,
channelConfiguration, audioEncoding, bufferSize);
short[] buffer = new short[blockSize];
//double[] toTransform = new double[blockSize];
audioRecord.startRecording();
// started = true; hopes this should true before calling
// following while loop
while (started) {
sampling++;
double[] re = new double[blockSize];
double[] im = new double[blockSize];
double[] newArray = new double[blockSize*2];
double[] magns = new double[blockSize];
double MaxMagn=0;
double pitch = 0;
int bufferReadResult = audioRecord.read(buffer, 0,
blockSize);
for (int i = 0; i < blockSize && i < bufferReadResult; i++) {
re[i] = (double) buffer[i] / 32768.0; // signed 16bit
im[i] = 0;
}
newArray = FFTbase.fft(re, im,true);
for (int i = 0; i < newArray.length; i+=2) {
re[i/2]=newArray[i];
im[i/2]=newArray[i+1];
magns[i/2] = Math.sqrt(re[i/2]*re[i/2]+im[i/2]*im[i/2]);
}
// I only need the first half
for (int i = 0; i < (magns.length)/2; i++) {
if (magns[i]>MaxMagn)
{
MaxMagn = magns[i];
pitch=i;
}
}
if (sampling > 50) {
Log.i("pitch and magnitude", "" + MaxMagn + " " + pitch*15.625f);
sampling=0;
MaxMagn=0;pitch=0;
}
}
audioRecord.stop();
} catch (Throwable t) {
t.printStackTrace();
Log.e("AudioRecord", "Recording Failed");
}
return null;
}
我用这个:http://www.wikijava.org/wiki/The_Fast_Fourier_Transform_in_Java_%28part_1%29
吉他弦看似正确,但由于以下原因,我自己的声音不好:
两个峰值的幅度在大多数情况下都会变化,而我始终会找到最大的峰值以获得基本频率。
最佳答案
在Stack Overflow上经常要求使用FFT进行音调跟踪,因此我写了一个blog entry with sample code。该代码使用C语言编写,但是有了说明和链接,您应该可以做自己想做的事情。
至于将其划分为1/4秒的增量,您可以按照建议的方式简单地对1/4秒段进行FFT,而不是使用默认值(我认为约为1秒)。如果这不能为您提供所需的频率分辨率,则可能必须使用其他音高识别方法。您可以做的另一件事是使用重叠的片段,这些片段的长度超过1/4秒,但间隔为1/4秒。此方法已包含在博客条目中,但可能不符合您的设计规范。